Estas cinco líneas explican en detalle el rendimiento de la red neuronal matlab BP

Las tres líneas de color sólido en la figura son respectivamente: el desempeño del índice MSE durante el proceso de capacitación de cada generación de BP, el desempeño del índice MSE durante el proceso de validación cruzada de cada generación de BP y el proceso de ejecución de el índice MSE de cada generación de prueba de PA. Se debe prestar especial atención a la línea roja de la prueba interna, que es el resultado del cálculo/entrenamiento de la PA.

La mejor línea de puntos indica que cuando la red BP se entrena hasta la octava generación, los resultados del entrenamiento de BP son los mejores. La línea de puntos objetivo es el objetivo de parada de entrenamiento de capacidad de red (uno) establecido durante la programación o utiliza directamente la caja de herramientas ANN de MATLAB para entrenar este BP.

Datos ampliados:

La red neuronal BP (Back Propagation) fue propuesta en 1986 por un grupo de científicos liderados por Rumelhart y McCelland. BP (Back Propagation) es una red de retroalimentación multicapa entrenada mediante error de retropropagación y es uno de los modelos de redes neuronales más utilizados.

La red BP puede aprender y almacenar una gran cantidad de relaciones de mapeo de patrones de entrada-salida sin revelar de antemano las ecuaciones matemáticas que describen estas relaciones de mapeo. La regla de aprendizaje de la red BP es utilizar el método de descenso más pronunciado y ajustar continuamente los pesos y umbrales de la red mediante retropropagación para minimizar la suma de errores cuadrados de la red. La estructura topológica del modelo de red neuronal BP incluye capa de entrada, capa oculta y capa de salida.